Книга "Статистический вывод для кусочно-определенных марковских процессов" посвящена классу стохастических моделей - кусочно-определенным марковским процессам, которые находят широкое применение в биологии, страховании, нейронауке, финансах и других областях. Эти процессы определяются детерминированным движением, прерываемым случайными скачками в случайные моменты времени, и представляют простые, но сложные модели для исследования. Однако, проблема статистической оценки параметров, управляющих механизмом скачков, далека от тривиальной. Книга предлагает подробный и всеобъемлющий обзор последних результатов исследований в этой области, включая широкий спектр общих и прикладных моделей. Также в книге рассматриваются статистические методы в контексте марковских цепей, так как кусочно-определенные марковские процессы характеризуются вложенной марковской цепью, соответствующей положению процесса сразу после скачков.
Электронная Книга «Statistical Inference for Piecewise-deterministic Markov Processes» написана автором Romain Azais в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119544098
Описание книги от Romain Azais
Piecewise-deterministic Markov processes form a class of stochastic models with a sizeable scope of applications: biology, insurance, neuroscience, networks, finance… Such processes are defined by a deterministic motion punctuated by random jumps at random times, and offer simple yet challenging models to study. Nevertheless, the issue of statistical estimation of the parameters ruling the jump mechanism is far from trivial. Responding to new developments in the field as well as to current research interests and needs, Statistical inference for piecewise-deterministic Markov processes offers a detailed and comprehensive survey of state-of-the-art results. It covers a wide range of general processes as well as applied models. The present book also dwells on statistics in the context of Markov chains, since piecewise-deterministic Markov processes are characterized by an embedded Markov chain corresponding to the position of the process right after the jumps.
